用于智能手机个性化的遗传规划

智能手机的个性化需要基于用户移动性、应用程序使用情况和传感器输入来适应动态上下文。当前的个性化方法依赖于预先开发的静态逻辑，无法提供足够的适应性以应对动态和意外的上下文。本文提出将遗传规划（GP）作为一种在线学习方法，通过实时演化程序逻辑来处理智能手机个性化中高度动态的上下文。我们引入了通过 GP 岛模型（GP Island Model）进行协作式智能手机个性化的概念，旨在利用共址手机用户之间的共享上下文并减少收敛时间。我们在真实智能手机上实现了这些概念，以展示通过 GP 进行个性化的能力，并探索岛模型的优势。我们在两个示例应用上的实证评估证实，与独立 GP 个性化相比，岛模型可将收敛时间减少多达三分之二。